一种带式输送机故障诊断方法
张喆
陶云春
梁睿
迟鹏
1.中国矿业大学电气与动力工程学院,江苏徐州 221116;中国矿业大学江苏省煤矿电气与自动化工程实验室,江苏徐州 2211162.中国矿业大学电气与动力工程学院,江苏徐州 221116;中国矿业大学江苏省煤矿电气与自动化工程实验室,江苏徐州 2211163.中国矿业大学电气与动力工程学院,江苏徐州 221116;中国矿业大学江苏省煤矿电气与自动化工程实验室,江苏徐州 2211164.中国矿业大学电气与动力工程学院,江苏徐州 221116;中国矿业大学江苏省煤矿电气与自动化工程实验室,江苏徐州 221116
摘要：针对传统浅层神经网络用于带式输送机故障诊断时存在故障状态样本数据不足、准确率不高等问题,提出了一种基于合成少数类过采样技术(SMOTE)和深度置信网络(DBN)的带式输送机故障诊断方法.该方法利用SMOTE生成带式输送机故障状态样本数据,克服样本数据分布不平衡现象;将样本数据输入DBN,利用无监督逐层训练方式提取数据中的故障特征,并通过有监督微调来优化故障诊断能力,实现带式输送机故障精确诊断.仿真结果表明,该方法提高了带式输送机故障诊断准确率.
关键词：带式输送机故障诊断合成少数类过采样技术深度置信网络
分类号：TD634.1(矿山电工)
资助基金：国家重点研发计划(2017YFC0804400)
论文发表日期：2020-04-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 81-84,108 )
英文信息